學分數 |
3
|
修課時數 |
3
|
開課班級 |
日間部四年制4年級 D班
|
本課程培養學生下列知識: |
本課程介紹資料探勘的動機和應用,及基本數據挖掘技術,如特徵、關聯、分類、和基於相似性的挖掘。
1.知識:讓學生瞭解資料探勘在知識的如何應用商業智慧(BI)發展企業營利模式,以建構核心經營競爭力。
2.技能:讓學生熟悉資料探勘代表性的演算法及其應用。
1.學生能瞭解資料探勘的動機和應用。2.學生能瞭解資料探勘的基本數據挖掘技術。3.學生能瞭解資料探勘如何應用商業智慧發展企業營利模式。4.學生能熟悉資料探勘代表性的演算法及其應用。This course introduces the motivation and application of data mining, as well as basic data mining techniques, such as feature, association, classification, and similarity-based mining.
1. Knowledge: Students can understand how to use business intelligence (BI) in data exploration to develop business profit models to build core business competitiveness.
2. Skills: Students can be familiar with the algorithms and applications of data exploration.
|
每週授課主題 |
第01週:教學大綱介紹第02週:資料科學與大數據分析第03週:資料探勘概觀與其應用第04週:資料探勘之預前處理-資料種類、資料選取、資料清理第05週:資料探勘之預前處理--資料整合、資料精簡 第06週:資料探勘之預前處理--資料正規化、資料精簡及資料轉換第07週:關聯探勘規則之介紹第08週:關聯探勘規則方法第09週:關聯探勘規則應用第10週:關聯探勘效能分析第11週:分類與預測第12週:決策樹分類法第13週:決策樹分類法第14週:貝氏分類法第15週:群集分析之介紹第16週:群集分析之方法第17週:期中考試第18週:論文研討(oral presentation)
|
成績及評量方式 |
期末報告:20%期中考:20%學習態度及出席:10%測驗及作業:50%
|
證照、國家考試及競賽關係 |
本課程無證照、國家考試及競賽資料。
|
主要教材 |
1.Data Mining with Weka or R(其他)
|
教師資料 |
教師網頁:http://www.cyut.edu.tw/~lcf/
E-Mail: lcf@cyut.edu.tw
Office Hour:
星期一,第5~X節,地點:T2-1030; 星期二,第5~6節,地點:T2-1030; 分機:4293
|
|